Hierarchical and Matrix Structures in a Large Organizational Email Network: Visualization and Modeling Approaches
本文介绍了一个大型科研组织的电子邮件网络的研究结果，重点是在大型复杂的网络数据集内可视化和建模组织层次结构的方法。在本文的第一部分中，我们发现，复杂的组织网络数据的可视化和解释，促进了网络数据与正式的组织部门和层次的信息集成。通过聚合和可视化不同级别的组织单位之间的电子邮件流量，我们获得了一些见解，组织的大型细分如何相互作用，并与外部组织。我们的分析表明，在这个组织中，直线管理和项目群管理的相互作用系统地偏离了“矩阵管理”所规定的理想化的相互作用模式。“在论文的第二部分，我们提出了一个幂律模型来预测基于管理者和员工之间的层次关系的组织电子邮件流量的程度分布。该模型考虑了经理向其监督下的所有员工发送的全球电子邮件公告的影响，以及支持员工在生成电子邮件流量中扮演的角色，作为经理的代理人。我们还分析了工作周内电子邮件流量的模式。
2014-11-16 cs.SI physics.soc-ph stat.AP
Assessing performance tradeoffs in hierarchical organizations using a diffusive coupling model
Politecnico di Torino（都灵理工大学）；Adelaide University（阿德莱德大学）；Australian National University（澳大利亚国立大学）
研究通过连续时间动态系统分析层级网络中协调与信息共享的效率权衡，探讨组织层级宽度和层间通信强度对收敛速度和信息传播的影响。
2026-03-19 cs.SY eess.SY math.DS
Modular decomposition of Markov chain: detecting hierarchical organization of pervasive communities
在网络科学中，一组节点彼此连接的概率高于组外节点的概率，这组节点被称为社区。从各个社区与构成由网络描述的复杂系统的功能模块相关联的观点来看，发现社区对于理解这些系统的整体功能是首要的。自网络科学诞生之初，人们就一直致力于开发网络社区检测方法。然而，揭示真实世界网络中社区关键特征的方法仍有待建立。在这里，我们制定了一个随机游走的分解蔓延到整个网络到本地模块作为社区的代理。这个公式将揭示社区的普遍结构及其层次组织，这是现实世界网络的标志，但大多数现有方法都无法达到。
2019-12-06 cond-mat.dis-nn physics.soc-ph
Origin of the Scaling Law in Human Mobility: Hierarchical Organization of Traffic Systems
揭示人类运动轨迹中尺度律的形成机制对于理解许多时空现象具有重要意义。我们提出了一个分层的地理模型来模拟真实的交通系统，随机步行者将产生一个幂律行程位移分布的指数为-2。当考虑城市位置和吸引力的不均匀性时，该模型再现了具有指数截止的幂律位移分布，以及在特定时间行进特定距离的概率密度的缩放行为。我们的结果与文献[D.布罗克曼等人，Nature 439，462（2006）]。
2009-08-16 physics.data-an physics.soc-ph
Multilevel compression of random walks on networks reveals hierarchical organization in large integrated systems
为了理解大型集成系统的层次结构，我们引入了层次映射方程，它揭示了网络中的多级结构。在这种信息理论的方法中，我们利用压缩和模式检测之间的对偶性;通过压缩随机步行者作为网络上真实流的代理的描述，我们在网络中发现了诱导这种系统范围的流的干扰。因此，找到随机游走器的最短多级描述可以为我们提供网络的最佳层次聚类，最佳的层数和每层的模块划分，以及网络上的动态。通过一种新的搜索算法，我们提取并说明了几个大型社会和生物网络的丰富的多级组织。例如，从全球空中交通网络中，我们发现了国家和大陆，从科学传播模式中，我们揭示了四大学科中的100多个科学领域：生命科学，物理科学，生态学和地球科学以及社会科学。一般来说，我们在全球互联的系统（如神经网络）中发现了浅层次结构，在具有高度分离区域的系统（如道路网络）中发现了丰富的多级组织。
2011-04-10 cs.SI physics.comp-ph physics.soc-ph
Modular networks with hierarchical organization: The dynamical implications of complex structure
现实生活中出现的几个网络具有以分层方式排列的模块化结构。在本文中，我们提出了一个模型，这样的网络，使用随机生成方法。使用这个模型，我们表明，聚类和度的节点之间的缩放关系是不是一个必要的属性的层次模块化网络，如先前所建议的基础上的确定性构建的模型。我们还着眼于这样的网络上的动态，特别是网络动态和同步活动的网络中的平衡的稳定性。对于这两种情况，我们发现，增加模块化或层次的数量往往会增加不稳定的概率。由于层次结构和模块化都存在于自然系统中，这些系统必须对环境波动具有鲁棒性，因此我们得出结论，层次结构的出现需要额外的约束，类似于我们之前通过多约束优化实现的模块化。
2009-03-11 cond-mat.stat-mech physics.soc-ph
Hierarchical self-organization of non-cooperating individuals
等级制度是许多自然、技术和社会制度的最显著特征之一。基本结构通常是复杂的，它们最相关的组织原则是根据显示层次特征的网络对组成它们的单元之间的关系进行排序。尽管存在大量的等级制度，但对于多层次、以知识为基础的社会网络的起源，没有定量的理论解释。在这里，我们介绍了一种方法，它是能够再现出现的多级网络结构的基础上，合理的假设，即个人（代表网络的节点）可以作出正确的估计，他们的不断变化的环境的状态在不同程度上。我们的模型解释了知识型组织的一个基本特征：能力较差的个人倾向于追随那些更善于解决他们所面临的问题的人。我们发现，相对简单的规则导致分层自组织和特定的结构，我们获得拥有两个，也许是最重要的特点，复杂系统：同时存在的适应性和稳定性。此外，新兴网络的表现（成功分数）明显高于个人的平均预期分数，而不会让他们复制其他人的决定。我们的计算结果与相关的实验是一致的，可以是有用的，从设计的最佳条件，构建一个给定的复杂的社会结构，以及理解的层次组织的生物结构的重要性，如调节途径或动态的神经网络。
2013-07-31 cs.SI physics.bio-ph physics.soc-ph
Persistence of hierarchical network organization and emergent topologies in models of functional connectivity
功能网络提供了大脑中活动模式的拓扑描述，因为它们源于突触连接的基础解剖或结构网络上的神经活动的传播。众所周知，后者是以分层和模块化的方式组织的。虽然人们认为结构网络塑造了它们的功能对应物，但也有人假设大脑动力学的改变伴随着功能连接的转变。在这项计算研究中，我们引入了一种新的方法来监测的持久性和故障的功能网络中的层次顺序，从计算模型的活动传播合成和真正的结构连接体。我们表明，层次连接出现在功能网络中的一个持久的方式，如果动态被设置为在准临界制度与最佳的处理能力和正常的大脑功能，而它打破了在其他（超临界）动态制度，往往与病理条件。我们的研究结果提供了重要的线索，最佳的神经计算架构和过程，这是能够控制的活动和信息流的模式的研究。我们的结论是，功能连接模式通过继承底层结构架构的层次组织，实现了局部专门处理（即隔离）和全局整合之间的最佳平衡。
2021-02-10 cond-mat.dis-nn physics.soc-ph q-bio.NC
Trapping in scale-free networks with hierarchical organization of modularity
各种现实生活中的网络都具有两个显着的一般拓扑性质：无标度行为和模块化组织，研究这两个特征如何影响此类网络上发生的动态过程是自然且重要的。在本文中，我们研究了一个简单的随机过程-陷阱问题，一个完美的陷阱固定在一个给定的位置，在一个家庭的层次网络，同时表现出惊人的无标度和模块化结构的随机行走。我们专注于一个特定的情况下，与不动的陷阱定位在枢纽节点具有最大的程度。使用一种基于生成函数的方法，我们明确地确定平均首次通过时间（MFPT）的陷阱问题，这是平均的节点到陷阱的首次通过时间在整个网络。通过由分层网络的特殊结构导出的递推关系，计算出了MFPT的精确表达式。得到的严格的公式证实了广泛的直接数值计算表明，MFPT增长代数与网络的顺序。具体地，MFPT作为指数远小于1的节点数量的幂律函数而增加。我们证明了所考虑的分层网络具有更有效的结构，通过扩散传输与其他解析可溶性介质，包括一些以前研究的无标度网络。我们认为，无标度和模块化的拓扑结构是负责高效率的陷阱过程中的层次网络。
2009-11-16 cond-mat.stat-mech physics.soc-ph
Organization and Complexity in a Nested Hierarchical Spin-Glass like Social Space
在本文中，我们用数学公式表示一个分层的复杂社会系统的相互作用和动力学，每个代理被视为一个数组的许多变量。身份和修改的形成可以通过使用能量景观中的相互作用物理来研究。考虑到系统的复杂性，对自旋玻璃哈密顿量进行了修正.变量的权重和拓扑的表达被认为是。研究了同一层次内的相互作用以及一个层次对另一个层次的影响。将许多变量与单个代理相关联的效果带来了有趣的动态。持续性的身份单位受到刚度，连续变化，也突然重组进行了讨论。
2009-12-23 cond-mat.dis-nn physics.soc-ph
Disparity-in-Differences: Extracting Hierarchical Backbones of Weighted Directed Networks
本文提出了一种改进的disparity滤波器，用于从加权有向网络中提取层次结构骨架，通过衡量节点间的依赖关系来捕捉更复杂的层次关系。
2025-11-20 cs.SI physics.soc-ph
Hierarchical benchmark graphs for testing community detection algorithms
层级组织是复杂系统的一个重要而普遍的特征;为了理解它们的组织，对描述其组成部分之间相互作用的底层（通常是复杂的）网络的研究起着核心作用。许多以前的工作已经表明，许多现实世界中的社会，生物和技术系统的网络呈现层次组织，往往在社区结构的层次结构的形式。为了测试不同的社区检测方法，已经提出了许多人工基准图，但是还没有开发出基准来彻底测试分层社区结构的检测。在本研究中，我们通过扩展基准图的Lancichinetti-Fortunato-Radicchi（LFR）系综来填补这一空缺，采用了Ravasz和Barabási提出的构建分层网络的规则。我们采用这个基准测试三个最流行的社区检测算法，并量化其准确性使用传统的互信息和最近推出的层次互信息。结果表明，Ravasz-Barabási-Lancichinetti-Ravasato-Radicchi（RB-LFR）基准产生了一个复杂的层次结构，构成了一个具有挑战性的基准考虑社区检测方法。
2017-08-23 cs.SI physics.soc-ph
Glassy nature of hierarchical organizations
长期以来，动物和人类群体为什么以及如何形成暂时稳定的等级组织的问题，从定量解释的角度来看，一直是一个巨大的挑战。普遍的观察/共识是，考虑到各个方面，等级社会或技术结构是最佳的。在这里，我们介绍了一个简单的定量解释这种情况下使用的方法让人想起那些开发的描述复杂的行为方面的统计力学。我们寻找效率函数$E_{\rm eff}=1/N \sum_{i,j} J_{ij} a_i a_j$的最优值，其中$J_{ij}$表示单元$i$和$j$之间的相互作用的性质，而$a_i$表示成员$i$对系统效率作出贡献的能力。值得注意的是，$E_{\rm eff}$的这个表达式与自旋玻璃定义的能量的结构相似。然而，我们的方法有一个基本的和新颖的特点：而不是通过寻找一个局部最优状态的单元在一个预定义的网络节点进行优化，我们寻找极值的复杂效率景观通过寻找局部最优的网络拓扑结构，使用标准的蒙特卡罗方法。
2017-01-26 cond-mat.dis-nn nlin.AO physics.soc-ph
Global labor flow network reveals the hierarchical organization and dynamics of geo-industrial clusters in the world economy
企业集团往往通过形成地缘产业集群来获得竞争优势。虽然许多典型的集群，如好莱坞或硅谷，已被频繁研究，系统的方法来识别和分析的层次结构的地缘产业集群在全球范围内是罕见的。在这项工作中，我们使用LinkedIn的超过5亿用户超过25年的就业历史，构建一个全球超过400万家企业的劳动力流动网络，并应用递归网络社区发现算法来揭示地缘产业集群的层次结构。我们发现，由此产生的地缘产业集群表现出更强的关联性之间的流入受过教育的工人和财务业绩，现有的聚合单位相比。此外，我们对受过教育的工人的技能组合的额外分析补充了受过教育的工人的劳动力流动和生产率增长之间的关系。我们认为，地缘产业集群定义的劳动力流动提供了更好的洞察经济的增长和衰退比其他常见的经济单位。
2019-03-19 cs.SI physics.soc-ph q-fin.GN
Hierarchical organization of H. Eugene Stanley scientific collaboration community in weighted network representation
通过映射当代社会互动的最先进的元素，世界科学合作网络发展了一个极其复杂的组织。这种异质性的选择特征进行了研究，并确定了重点放在科学合作社区的H。尤金·斯坦利-目前世界上最多产的学者之一。基于截至2016年3月28日的Web of Science记录，构建了几种网络变体。结果发现，斯坦利#1网络-这在类比的Erdos的# -发展了一个很大程度上一致的层次结构和斯坦利自己遵守规则的相同层次结构。然而，这仅在加权网络表示中看到。当这样的加权网络的发展，现有的相关模型表明，权重的传播得到刺激的乘法突发在相邻的节点，这导致它们之间的互连的平衡增长。虽然不是斯坦利独有的，但这种行为并不是一种规则。在这里研究的其他杰出学者的网络更经常发展成一种星状形式，中心枢纽构成了离群点。这项研究的补充频谱分析的归一化拉普拉斯矩阵来自相应的网络的加权变体，除其他外，它指出了这样一个程序的效率，用于确定组件社区和它们之间的关系在复杂的加权网络。
2017-10-16 cs.SI physics.soc-ph q-fin.CP
Detecting the overlapping and hierarchical community structure of complex networks
自然界、社会和技术中的许多网络都以中观层次的组织为特征，节点组形成紧密连接的单元，称为社区或模块，彼此之间只有微弱的联系。揭示这种社区结构是复杂网络领域中最重要的问题之一。网络通常表现出层次结构，社区嵌入其他社区;此外，节点可以在不同社区之间共享。在这里，我们提出了第一个算法，发现重叠的社区和层次结构。该方法是基于适应度函数的局部优化。群落结构由适应度直方图中的峰值揭示。分辨率可以通过一个参数进行调整，从而能够调查组织的不同层次。在真实和人工网络上的测试给出了很好的结果。
2009-03-11 cond-mat.stat-mech physics.comp-ph physics.soc-ph
Hierarchical team structure and multidimensional localization (or siloing) on networks
当组织互动网络的结构特性限制信息的传播时，就会出现知识孤岛。众所周知，这些结构性障碍在不同的规模上有多种形式--稀疏组织中的枢纽、大型密集团队或全球核心-外围结构--但我们缺乏对这些不同结构如何相互作用的理解。在这里，我们弥合了传播动力学本地化的数学文献和组织互动网络中知识孤岛的更多应用文献之间的差距。为此，我们引入了一个新的模型，该模型考虑了团队的分层结构，以揭示一种新形式的分层本地化（即，信息在组织的顶部或中心的局部化）并研究其与已知的介观局部化现象的相互作用（即，大组中信息的定位），$k$ -核心定位（即，围绕更密集的$k$ -核心）和集线器定位（即，高级别的明星）。我们还包括一个复杂的传染机制，通过考虑一个一般的感染内核，它可以取决于层次（影响力），程度（流行），传染性邻居（社会强化）或团队规模（重要性）。这个通用模型使我们能够研究复杂的组织互动网络中的信息孤岛的多方面现象，并为新的优化问题打开了大门，以促进或阻碍不同的本地化制度的出现。
2022-03-01 cs.MA cs.SI nlin.AO
A decaying factor accounts for contained activity in neuronal networks with no need of hierarchical or modular organization
网络所代表的系统中负责竞争活动的机制在各种现象中至关重要，如影响神经网络的癫痫等疾病，以及社交网络中的信息传播。第一个解释包含活动的模型包括触发和抑制过程，但它们不能应用于明显不存在抑制的社交网络。最近的一个模型表明，包含的活动可以实现，而不需要抑制过程提供的网络细分模块（社区）。在本文中，我们引入了一个新的概念，启发了Hebbian理论，通过将动态的基础上衰减的活动在一个随机游走机制的节点活动优先达到活动争用。在适当范围内选择衰减系数后，我们观察到所有测试网络（即随机网络、Barabasi-Albert网络和地理网络）的持续活动。这一发现的一般性得到证实，表明模块化不再需要，如果集成和消防动力学的基础上的动力学纳入衰减因子。总之，这些结果提供了一个原则证明，持久的，受约束的网络激活可能会发生在没有任何特定的拓扑结构。这可能是神经元活动不会扩展到整个神经元网络的原因，即使没有特殊的拓扑组织存在。
2012-09-24 physics.bio-ph physics.soc-ph q-bio.NC
Criticality of spreading dynamics in hierarchical cluster networks without inhibition
在复杂的神经网络，如哺乳动物大脑皮层的功能模式的表示的一个基本要求是在有限的临界范围内存在稳定的网络激活。在这个范围内，网络中神经元群体的活动在迅速消亡或激活整个网络的极端之间持续存在。哺乳动物大脑皮层的神经纤维网络具有跨越多个组织水平的模块化组织。使用一个基本的传播模型，没有抑制，我们研究了如何通过这样一个分层集群网络的节点的功能激活传播。模拟表明，在集群网络中可以产生持久且可扩展的激活，但在相同大小的随机网络中则不能。此外，参数范围产生的关键激活是显着更大的层次集群网络比在小世界网络的相同大小。这些研究结果表明，一个层次的集群架构可能提供的结构基础，在皮层网络中观察到的稳定和多样的功能模式。
2008-02-18 physics.soc-ph q-bio.NC q-bio.PE
Hierarchical modularity in human brain functional networks
复杂系统具有层次模块化组织的思想起源于20世纪60年代初，最近吸引了大规模现实网络定量研究的新支持。在这里，我们调查的层次模块（或“模块中的模块”）分解的人脑功能网络，测量功能性磁共振成像（fMRI）在18个健康志愿者无任务或休息条件下。我们使用定制的模板来提取具有超过1800个区域节点的网络，并应用快速算法来识别多个层次的嵌套模块结构。我们使用互信息，0 < I < 1，来估计不同主题中网络的社区结构的相似性，并确定最具代表性的个体网络。结果表明，人脑功能网络具有层次模块化组织，受试者之间具有相当程度的相似性，I=0.63。最大的5个模块在最高层次的内侧枕，外侧枕，中央，顶额和额颞系统;枕模块表现出较少的子模块组织比模块包括多模态关联皮层的区域。连接器节点和枢纽，模块间的连接的关键作用，也集中在关联皮质区。我们的结论是，方法可用于分层模块化分解的大量高分辨率的脑功能网络使用计算方便的算法。这可能使未来的调查西蒙的原始假设，层次或近分解的物理符号系统是一个关键的设计功能，为他们的快速适应不断变化的环境条件。
2010-04-19 nlin.AO physics.bio-ph physics.data-an
Effect of group organization on the performance of cooperative processes
群体水平的问题解决能力受社交网络结构的影响，因此它可能揭示群居动物的组织模式。在这里，我们使用一个基于代理的模型来研究是否可以解释为选择压力有利于解决问题的效率的结果，在自然界中无处不在的层次网络。代理的任务是找到NK健身景观的全局最大值，代理通过向组广播通知其健身的消息进行合作。然后，这些信息以一定的概率被用来模仿他们影响网络中最合适的代理人。对于崎岖的景观，我们发现，模块化组织的层次网络，其高度的聚类容易逃离局部最大值，从而在一个优越的性能相比，无标度和随机网络。在崎岖的地形中，最佳性能是通过让主枢纽只稍微倾向于模仿其他代理而不是相反来实现的。当主集线器独立于组的其余部分执行搜索时，以及当它强制性地模仿其他代理时，性能会受到极大的损害。
2016-05-07 cs.SI nlin.AO physics.soc-ph
Master thesis: Growth and Self-Organization Processes in Directed Social Network
从Ubuntu聊天频道收集的大型数据集被研究为一个复杂的动态系统，具有用户的紧急集体行为。通过适当的网络映射，我们研究了Ubuntu网络丰富的拓扑结构。该网络的结构是通过计算不同的拓扑测度来确定的。有向加权网络是Ubuntu聊天频道数据集的合适表示，其特征在于各种数量的幂律依赖性，分层组织和离散混合模式。除了拓扑特征之外，通过分析由情感驱动的用户活动的时间序列来进一步量化涌现的集体状态。时间序列的分析揭示了自组织动态与长期的时间相关性，在用户的行动。
2013-12-14 cs.SI physics.soc-ph
The Peter Principle Revisited: A Computational Study
60年代末，加拿大心理学家劳伦斯·J·彼得提出了一个明显自相矛盾的原则，从那时起以他的名字命名，可以概括如下：{ \it“层级组织中的每一个新成员都会爬上层级，直到他/她达到他/她的最大无能水平”}。尽管这一原则显然不合理，但在任何组织中，如果晋升机制奖励的是最优秀的成员，而且等级结构中新一级的晋升机制并不取决于他们在上一级的能力，通常是因为各级的任务彼此非常不同，那么这一原则就可以切实地发挥作用。在这里，我们表明，通过基于代理的模拟，如果后两个功能实际上在一个给定的模型中的组织与层次结构，那么不仅是彼得原则是不可避免的，而且它反过来又产生了显着减少的全球效率的组织。在一个类似博弈论的方法，我们探索不同的推广策略，我们发现，违反直觉，为了避免这种影响，提高效率的最佳途径，一个给定的组织要么促进每次代理随机或随机促进最好的和最差的成员的能力。
2009-10-29 cs.GT nlin.AO physics.pop-ph
Link communities reveal multiscale complexity in networks
网络已经成为理解相互作用对象系统的关键方法，统一了对包括生物有机体和人类社会在内的各种现象的研究。研究网络结构和动力学的一个关键步骤是识别社区：对应于功能亚基（如蛋白质复合物或社会领域）的相关节点组。网络中的社区经常重叠，使得节点同时属于几个组。同时，许多网络都具有层次结构，其中社区递归地分组为层次结构。然而，事实上，许多真实的网络具有普遍重叠的社区，其中每个节点都属于一个以上的组，其结果是节点的全局层次结构无法捕获重叠组之间的关系。在这里，我们重塑社区的链接，而不是节点的群体，并表明这种非正统的方法成功地调和了对立的组织原则重叠的社区和层次结构。与现有的文献相比，它完全集中在分组节点，链接社区自然纳入重叠，同时揭示层次结构。我们在许多网络中发现了相关的链接社区，包括主要的生物网络，如蛋白质-蛋白质相互作用和代谢网络，并表明一个大型的社会网络包含分层组织的社区结构，跨越市中心到区域尺度，同时保持普遍的重叠。我们的研究结果表明，链接社区是基本的构建块，揭示了重叠和层次组织在网络中是同一现象的两个方面。
2010-09-14 physics.data-an physics.soc-ph q-bio.QM
Big Data Processing in Complex Hierarchical Network Systems
本文讨论了描述复杂网络和网络系统运行过程的大数据处理问题。它还介绍了分层网络系统组合成协会和集团的概念，以及复杂网络组合成多路复用。根据研究的目的，对全球网络结构的研究方法进行了分析。此外，在复杂的层次网络系统的基本组成部分的协会和企业集团的信息流的主要类型也包括在内。提出了在系统层次结构的不同层次上创建高效计算环境、分布式计算组织和信息处理方法并行化的方法。
2016-03-25 physics.data-an physics.soc-ph
Oligo-parametric Hierarchical Structure of Complex Systems
我们研究了复杂系统中的层次结构的可能起源，这些结构可以用有限的和少量的参数来描述，这些参数控制着每个层次的组织行为模式。我们认为，在每个阶段的重要参数的数量的限制是一个事实，托姆的分类的灾难，即，质的变化，只涉及几个参数。此外，我们还指出，即使在系统中有大量的组件，只有少数可能是统计上的重要意义，正如在齐普夫定律的数量措施的重要集合是成反比的排名。然后，我们考虑的概念，相对退化来自于变化的分辨率，在不同的尺度，这也将维护粗粒度的过程中建立层次结构的组织。我们认为，类似于由于对称性而使能量最小化的悬挂张量指数的群论湮灭，即使在生物学和社会科学等更不精确的背景下，系统减少挫折的类似尝试也可能导致半封闭的团簇形成，并让泄漏相互作用在更大的尺度上发挥作用。
2006-09-03 cond-mat.dis-nn nlin.AO physics.soc-ph
Extracting Information from Multiplex Networks
多路复用网络是一种广义网络结构，它能够描述由具有不同内涵的链路连接的同一组节点的网络。多重网络无处不在，因为它们也描述了社会，金融，工程和生物网络。将我们分析复杂网络的能力扩展到多重网络结构，可以大大提高从大数据中提取信息的水平。因此，刻画多路网络中节点的中心性，寻找新的方法来解决多路网络中的推理问题，是网络科学的基本问题。在本文中，我们讨论的相关性的多路复用PageRank算法测量多层网络中的节点的中心性，我们最近推出的指标函数$\widetildeΘ^{S}$描述他们的中尺度组织和社区结构的特点的效用。作为研究这些措施的工作示例，我们考虑了三个用于社会科学的多重网络数据集。
2016-05-16 cs.SI physics.soc-ph
Maximum likelihood: extracting unbiased information from complex networks
网络模型中自由参数的选择是主观的，因为它取决于被监控的拓扑属性。然而，我们发现，极大似然（ML）的原则表示一个独特的，统计上严格的参数选择，与一个定义良好的拓扑特征。然后，我们发现，如果ML条件与内置参数选择不兼容，网络模型本质上是不明确的或有偏见的。为了克服这个问题，我们构造了一类安全无偏模型。我们还提出了一个扩展这些结果，导致迷人的可能性提取，只有从拓扑数据，“隐藏变量”的基础网络组织，使他们“没有更多的隐藏”。我们在世界贸易网数据上测试了我们的方法，在那里我们只使用拓扑信息来恢复经验GDP。
2008-08-07 cond-mat.dis-nn cond-mat.stat-mech physics.data-an
Organizational structure and communication networks in a university environment
地球上任何两个人之间的"六度分离”已经成为“小世界”主题的象征，尽管通过人类接触链传递的信息随着链长的增加而迅速衰减，并且通过这一过程传播信息在大型人类组织中可能效率很低。通过分析电子邮件记录，研究了奥斯陆大学一个大型组织的通信网络上的信息流。通过这些记录，可以量化各组织级别和各组织单位之间的沟通强度（称为"模块”）。我们发现，模块内的电子邮件消息的数量规模与模块大小的权力的$1.29\pm .06$，和个人之间的通信频率呈指数衰减的链接数量需要向上的组织层次结构之前，他们被连接。我们的数据还表明，行政单位发送的信息数量与行政层级中较低级别的个人数量成正比，模块内的“信息分歧”与这种线性关系有关。观察到的规模与层级系统是一致的，在该系统中，组织中相距遥远的个人彼此之间很少互动，并且从行政层级中的更高级别接收不成比例的消息。
2010-06-23 cond-mat.stat-mech physics.soc-ph
DAOs of Collective Intelligence? Unraveling the Complexity of Blockchain Governance in Decentralized Autonomous Organizations
该研究将DAO视为复杂系统，运用复杂性科学分析其参与度下降、中心化加剧等低效问题，引入集体智能等自组织机制优化DAO设计，提出评估DAO可行性的概念框架，为相关交叉领域研究奠基。
2025-05-19 cs.CY cs.ET physics.app-ph
